Spark intersection函数

在Spark中，intersection函数返回一个新的数据集，该数据集包含不同数据集中存在的元素的交集。因此，它仅返回一行数据。这个函数的行为就像SQL中的INTERSECT查询。

Intersection函数的示例

在这个示例中，我们对两个数据集的元素求交集。

• 要在Scala模式下打开Spark，请按照以下命令操作。

$ spark-shell

• 使用已并行化的集合创建RDD。

scala> val data1 = sc.parallelize(List(1,2,3))

• 现在，我们可以使用以下命令来读取生成的结果。

scala> data1.collect

• 使用并行化的集合创建另一个RDD。

scala> val data2 = sc.parallelize(List(3,4,5))

• 现在，我们可以使用以下命令来读取生成的结果。

scala> data2.collect

• 应用 intersection() 函数返回元素的交集。

 scala> val intersectfunc = data1.intersection(data2)

• 现在，我们可以通过使用以下命令来读取生成的结果。

scala> intersectfunc.collect

这里，我们得到了期望的输出。